Multilevel Variational Inference for Hierarchical Bayesian Models

Dalam model bertingkat, posterior bagi kesan peringkat kumpulan dan parameter global adalah kompleks secara bersama dan selalunya tidak mempunyai bentuk tertutup. Inferens variasi menggantikan pensampelan posterior tepat dengan pengoptimuman: ia memilih ahli terdekat daripada keluarga taburan yang boleh dikira — biasanya Gaussian terfaktor — kepada posterior sebenar dengan memaksimumkan sempadan bawah bukti (ELBO). Struktur bertingkat dieksploitasi dengan menguraikan keluarga variasi mengikut pengelompokan berhirarki yang sama, membolehkan kemas kini setempat bagi setiap kumpulan dan kemas kini global untuk parameter kongsi. Hasilnya ialah posterior anggaran yang pantas berbanding pengiraan Bayesian tepat.